什么机器学习算法适合射击篮球？

Question

我们正在制作一个将篮球射入篮球的机器人。

从图像和我们对相机角度和目标尺寸的了解（目标涂有逆向反射带），我们知道我们有多远，X和Y（距离为Z，或多或少）

这被送入机器学习算法，该算法应吐出

1. 速度被发送到佳能
2. 水平倾斜
3. 垂直倾斜

这是什么样的机器学习算法，你会如何训练它？

Answer 1

机器学习可能不适合此任务。至少，不是它本身。使用物理。你应该能够从第一学期的物理教科书中得到一个粗略的公式，尽管你需要决定你是瞄准篮筐的中间还是背后的板子。

您的物理公式应该告诉您使用的角度和力度，但您的系统模型会有一些不准确之处。不同的球可能具有不同的质量，您可能不希望明确考虑空气阻力，等等。根据前一次拍摄的接近程度来搜索偏移空间。搜索方法的选择取决于你 - 正如Mencel所说，模拟退火效果很好。

此处机器学习的一个可能用途可能是记住并推断这些偏移。可以使用函数逼近器（例如神经网络）来从经验中学习偏移。一旦你的搜索方法成功将球放入篮筐，就可以使用它作为一个训练样例，用于学习从物理模型所说的使用到制作镜头的偏移量的近似图。然后，对于下一次拍摄（从任何位置），函数近似器将用于猜测要使用的偏移。如果镜头未命中，请重复搜索，直到找到正确的偏移。更新功能近似，冲洗和重复。此外，如果你的函数逼近器以这样的方式初始化它可能是有益的，它最初总是说不应用偏移 - 毕竟，最好的第一个猜测应该是使用物理模型告诉你使用的东西。

Answer 2

我会建议强化学习方法。它会很慢;所以也许你可以用你自己的估计（基础物理学）来初始化解决方案，并通过强化学习来改进它。